深度学习重建算法在低剂量腹盆腔动脉CT血管造影中的应用研究

作者：刘帅; 唐笑先; 吴略; 王晓成; 胡彦君^*

来源：实用医学影像杂志, 2022, 23(06): 562-566.

DOI：10.16106/j.cnki.cn14-1281/r.2022.06.005

• 体层摄影术, X线计算机
• 深度学习
• 图像处理,计算机辅助
• 计算机体层摄影血管造影术

目的 探讨深度学习图像重建（DLIR）算法对低剂量腹盆腔动脉CT血管造影（CTA）图像质量的影响。方法 收集病理证实60例行腹部动态增强扫描的胃肠道恶性肿瘤患者，动脉期图像经DLIR-H、DLIRM、自适应迭代重建（ASIR）-V 80%和ASIR-V 50%重建分别获得DLIR-H、DLIR-M、ASIR-V80和ASIR-V50 4组图像。比较主观指标及客观指标[主动脉CT值（CTao）、肠系膜上动脉CT值（CTsma）、右髂总动脉CT值（CTri）、前腹壁脂肪标准差（SD脂肪），信噪比（SNRao）和对比噪声比（CNRao）]的差异。结果 2位医生主观评价指标的一致性好（Kappa值0.633～0.800）,DLIR-H组主观指标的评分高于DLIR-M、ASIR-V80、ASIR-V50组，差异有统计学意义（P<0.05）。四组主动脉CT值（CTao）、肠系膜上动脉CT值（CTsma）、右髂总动脉CT值（CTri）均大于400 Hu。DLIR-H组SD脂肪[（9.1±2.2）Hu]低于DLIR-M、ASIR-V80、ASIR-V50组[（12.3±2.4）Hu、（12.5±2.5）Hu、（16.8±3.1）Hu]，差异均有统计学意义（P <0.05）；而SNRao、CNRao [(54±16)、（49±19）]均高于DLIR-M、ASIRV80、ASIR-V50组[（40±14和40±14和29±8）、（35±12和35±12和26±8）]，差异均有统计学意义（P<0.05）；与ASIR-V80组相比，DLIR-M组的SD脂肪、SNRao、CNRao差异无统计学意义（P>0.05），但主观评分更高。结论与ASIR-V算法相比，DLIR算法尤其是DLIR-H算法能获得较好的低剂量腹盆腔动脉CTA图像。

• 单位
  山西省人民医院